• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.423-426
• /
• 2017

최근 스마트 기기의 사용 증가로 인해 자세 관련 질환도 크게 증가하고 있다. 이는 올바르지 않은 자세로 스마트 기기를 사용하는 것에 기인한 것으로 많은 사람들이 자신의 자세를 인식하지 못한 채 올바르지 않은 자세로 스마트 기기를 사용한다. 본 연구에서는 컴퓨터 및 스마트폰의 사용자가 자신의 앉은 자세 정보를 데이터로 인식하기 위해서 키넥트 센서에서 제공하는 골격 모델의 특징점을 추출하여 사용하였다. 이를 바탕으로 앉은 자세의 각도를 계산하여 자세의 올바름의 정도를 알려주는 앉은 자세 측정값 모델 방법과 이 모델에 기반한 시스템을 제안하였다. 본 논문에서는 제안하는 자세 측정 모델 및 시스템의 설계 및 구현을 설명하였고, 실험을 통해서 제안된 모델의 상용화 가능성을 살펴보았다.

• Proceedings of the Korea Contents Association Conference
• /
• 2017.05a
• /
• pp.391-392
• /
• 2017

본 연구에서는 동작인식센서를 통해 측정되는 사용자의 자세를 측정하여 사용자의 자세균형 능력을 자세히 측정하고 거울형 스탠드 화면을 통해 제공되는 가이드 영상을 따라함으로서 보다 효과적인 자세균형 훈련이 가능한 거울형 자세훈련장치를 개발하고자 하였으며 이를 위해 하드웨어와 소프트웨어를 개발하고 이의 유효성을 검증하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.10
• /
• pp.1323-1329
• /
• 2021

For hand expression recognition, hand pose recognition based on the static shape of the hand and hand gesture recognition based on the dynamic hand movement are used together. In this paper, we propose a hierarchical hand pose model based on finger position and shape for hand expression recognition. For hand pose recognition, a finger model representing the finger state and a hand pose model using the finger state are hierarchically constructed, which is based on the open source MediaPipe. The finger model is also hierarchically constructed using the bending of one finger and the touch of two fingers. The proposed model can be used for various applications of transmitting information through hands, and its usefulness was verified by applying it to number recognition in sign language. The proposed model is expected to have various applications in the user interface of computers other than sign language recognition.

• Journal of Internet of Things and Convergence
• /
• v.9 no.6
• /
• pp.51-56
• /
• 2023

Hand gesture recognition is an essential technology for the people who have difficulties using spoken language to communicate. Electromyogram (EMG), which is often utilized for hand gesture recognition, is expected to have difficulties in hand gesture recognition because its people's movements varies depending on prior postures, but the study on this subject is rare. In this study, we conducted tests to confirm if the prior postures affect on the accuracy of gesture recognition. Data were recorded from 20 subjects with different prior postures. We achieved average accuracies of 89.6% and 52.65% when the prior states between the training and test data were unique and different, respectively. The accuracy was increased when both prior states were considered, which confirmed the need to consider a variety of prior states in hand gesture recognition with EMG.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.489-490
• /
• 2023

본 논문에서는 신체 영상 인식 기술을 이용한 운동 자세 교정 시스템을 제안하고 개발하였다. 구글에서 제공하는 미디어파이프 포즈(MediaPipe Pose) 오픈소스를 사용하여 웹캠으로 사용자의 운동 동작을 실시간으로 인식하여, 인식된 신체 구조의 33개의 관절 위치로 Pose Landmark를 사용하여 사용자의 운동 자세에 대한 횟수 카운트, 운동 동작의 정확도 측정을 할 수 있게 하여 혼자 운동하거나 처음 운동하는 사람들에게 운동의 접근성을 높이고, 올바른 자세로 운동을 하도록 유도할 수 있다.

• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.1931-1932
• /
• 2006

로봇이 어떤 물체를 인지하고 그 물체에 대해 어떤 작업을 하고자 할 때 특정 물체의 인식 문제, 3차원 정보를 획득하는 문제, 자세를 추정하는 문제 등 해결해야 될 문제들이 있다. 물체를 인식하는 과정에서는 주위 배경과 물체의 크기의 변화, 회전, 가려짐 등으로 인해 물체 인식을 어렵게 만드는 요소들이 있다. 2차원 이미지를 통해 3차원 정보를 추출하는 과정은 일반적으로 두 대의 카메라를 이용하여 스테레오 이미지를 통해 얻는다. 이 때 좌우 영상간의 매칭의 과정이 필요하다. 자세 추정의 문제는 카메라 좌표와 물체의 좌표간의 관계를 알아야 한다. Visual Servoing을 어렵게 만드는 많은 요인들이 있으며 본 논문에서는 물체의 크기, 회전, 이동에 불변인 디스크립터(descriptor)를 사용하는 SIFT(Scale Invariant Feature Transform)를 통해 3차원 물체의 인식과 자세를 추정하는 방법을 제시한다. 또한 자세 추정을 위해 2차원 Keypoint들의 매칭을 3차원 정보를 통해 검증하는 방법을 제시한다. (SIFT에 의해 추출된 point를 Keypoint라 명한다.)

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.952-955
• /
• 2021

사람의 자세는 구면 파노라마에서 다양한 형태로 왜곡되어 나타날 수 있다. 따라서 구면 파노라마에서의 자세 추정은 평면 이미지에서의 경우보다 정확도가 떨어진다. 본 논문에서는 인식률이 높은 얼굴 인식 기법을 도입하여 구면 파노라마 영상에서 안정적으로 사람의 자세를 추정하는 방법을 제시한다. 먼저 구면 파노라마에서 얼굴을 인식한 후에 이에 기반하여 사람의 전신 영역을 추정하고 전신 영역을 포함하는 평면 영상을 획득한다. 획득된 평면 영상에서 자세를 추정하여 스켈레톤을 얻고 이를 캐릭터 모델에 적용한다. 제안 방법을 실영상에 적용하여 실험한 결과 평면 이미지에서와 동일한 수준의 정확도를 보임을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.775-777
• /
• 2004

본 논문에서는 테트리스 게임을 위한 비젼 기반의 인터페이스를 제안하고 있다 제안된 인터페이스는 카메라로부터 실시간으로 입력되는 연속 영상에서 손의 제스처를 인식하고, 인식된 제스처를 게임의 명령으로 사용한다 테트리스 게임에 필요만 6개의 명령은 손의 자세로 정의되는 세 종류의 정적 제스처와 손의 자세와 움직임으로 정의되는 세 종류의 동적 제스처 정의된다. 손의 자세는 손 영역의 불변 모멘트로 표현하였고, 입력된 손 영역의 자세는 미리 학습된 불변 모멘트 값들과의 거리차이를 비교하여 분류한다. 실험 결과에서 제안된 시스템이 실시간 테트리스 게임의 인터페이스로 적용가능함을 보였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.289-290
• /
• 2020

본 논문에서는 오픈 소스인 openpose skeleton tracking 기술을 이용하여 특정 운동 동작을 영상처리 기술과 딥러닝 기술로 인체 자세에 대해서 인지와 상황 판단하여 운동 동작에 대한 인식 결과를 도출할 수 있다. 먼저 입력받은 영상을 전달받아서 딥러닝 인식 시스템를 통해 인식 결과을 추출한 뒤 비교, 분석한 후에 사전 등록된 운동 동작 명칭으로 화면에 표시하여 이용자가 정확한 동작을 취할 수 있도록 지도하는 데 활용할 수 있다. 또한, 이 기술은 행동 인식부터 얼굴 인식, 손동작 인식 등에 다양하게 활용할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.110-113
• /
• 2009

로봇을 이용한 체조 학습 시스템을 위해서는 영상을 통한 사람의 자세 인식기법이 필요하다. 본 논문에서는 Chamfer Matching을 이용한 두 영상간의 에지 윤곽 비교를 통해 자세를 인식한다. 또한, 비교대상이 되는 에지의 크기를 조절함으로서 여러 사람에 대한 신뢰성 있는 인식 결과를 얻는다. 실험결과를 통해 알 수 있듯 에지의 크기 조절에 의해 서로 다른 사람간의 비교값 편차를 줄임으로써 인식률을 향상시키고 인식 오류를 최소화 하였다.